H&E染色組織学画像による全スペクトル自己蛍光寿命顕微鏡画像の深層学習支援共レジストレーション【JST・京大機械翻訳】

Wang Qiang; Fernandes Susan; Williams Gareth O. S.; Finlayson Neil; Akram Ahsan R.; Dhaliwal Kevin; Hopgood James R.; Vallejo Marta

プレプリント

J-GLOBAL ID：202202207851008622 整理番号：22P0290367

H&E染色組織学画像による全スペクトル自己蛍光寿命顕微鏡画像の深層学習支援共レジストレーション【JST・京大機械翻訳】

Deep Learning-Assisted Co-registration of Full-Spectral Autofluorescence Lifetime Microscopic Images with H&E-Stained Histology Images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年02月15日プレプリントサーバーでの情報更新日： 2022年02月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自己蛍光寿命画像は,生体試料中の内因性蛍光のユニークな特徴を明らかにした。包括的理解と臨床診断は,両画像の違いにより非常に困難な金標準,組織学画像との共登録に依存する。ここでは,従来の最適化ベース回帰ネットワークを用いた共レジストレーションの成功を著しく改善する教師なし画像-画像変換ネットワークを示し,異なる発光波長での自己蛍光寿命画像に適用できることを示した。経験した研究者による予備ブラインド比較は,共レジストレーションに関する著者らの方法の優位性を示した。結果はまた,この手法が蛍光強度画像のような様々な画像フォーマットに適用できることを示した。登録により,ステッチング結果は,非染色組織にわたるスペクトル寿命の明確な違いを示し,肺癌のマクロレベル迅速視覚同定と細胞変異体と共通型の細胞レベル特性化を可能にした。このアプローチは,この範囲と他の染色技術を超えた寿命画像に無努力に拡張できた。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

生体の顕微鏡観察法

, , , , , , , ,

前のページに戻る